統計數量分析幾個重要的觀念
Download
1 / 69

統計數量分析幾個重要的觀念 - PowerPoint PPT Presentation


  • 137 Views
  • Uploaded on

統計數量分析幾個重要的觀念. 陳順宇 教授. 1. 常態分佈重要性. 中央極限定理. IQ 成績直方圖. IQ 成績常態分佈圖. 中央極限定理. 2. p 值的意義與應用. 決策的錯誤機率,型 I 誤差. 座標與面積之關係. 3. 抽樣樣本數之決定. (a) 民意調查 (b) 滿意度調查 (c) 實驗設計 (d) 統計檢定. (b) 滿意度問卷調查. 如果是 5 分制的施政滿意度調查, 則問卷資料最大標準差是 當有一半人填最滿意 (5 分 ) , 另一半人填最不滿意 (1 分 ) 時,. 故最大標準差是. 例如 e = 0.1 ,則.

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about ' 統計數量分析幾個重要的觀念' - philip-mclaughlin


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

1.常態分佈重要性

  • 中央極限定理


IQ成績直方圖


IQ成績常態分佈圖



2. p值的意義與應用

  • 決策的錯誤機率,型I誤差



3.抽樣樣本數之決定

  • (a)民意調查

  • (b)滿意度調查

  • (c)實驗設計

  • (d)統計檢定


(b)滿意度問卷調查

  • 如果是5分制的施政滿意度調查,

  • 則問卷資料最大標準差是

  • 當有一半人填最滿意(5分),

  • 另一半人填最不滿意(1分)時,



E 0 1
例如e = 0.1,則


在有限母體的情形下抽樣,所需樣本數n的公式為


4.資料分類與統計分析方法的關係


台南市抽樣50位市民資料


分析方法

  • (a)離散對離散:卡方檢定(列聯表)。

  • (b)離散對連續:F檢定 (ANOVA)。

  • (c)連續對連續:迴歸分析。

  • (d)連續對離散:區別分析、羅吉斯迴歸。

  • (e)離散、連續對連續:ANCOVA、

  • 啞變數。


5.因果關係檢定與適合度檢定的差異




適合度檢定

  • 資料適合某種分配(如常態分配)

  • 提出模式是否合適

  • 卡方檢定,P值大,不顯著


6.相關與因果關係的差異

  • 兩變數間有相關並不一定有因果關係。

  • 例如:某人收集過去20年台灣地區

  • 每年冰淇淋銷售量與每年犯罪人數,

  • 結果發現兩者間的相關係數是0.5


Partial correlation
偏相關(Partial Correlation)

  • 收入與血壓的關係 r(x,y)=0.667




相關係數=0,

  • 不表示兩個變數間是沒有相關的


7 anova
7.迴歸分析與變異數分析(ANOVA)的差異

  • 迴歸分析或變異數分析都是探討因果關係

  • 果都是連續型


  • 迴歸分析的因是計量的

  • 變異數分析的因是分類的

  • 分類的自變數也可以定義啞變數變成

  • 連續型資料

  • 然後以一般迴歸式對參數做估計


某化學工廠想知道溫度(x)對某化學品產量(y)的影響

  • 溫度有4個水準,

  • 分別為150oC, 200oC, 250oC, 300oC,

  • 在每一種溫度下各做三次實驗,

  • 共得到12筆數據(y值),

  • 其數據如下表



  • 既然發現產量y受溫度x的影響,

  • 接著我們想知道兩者之間的關係式如何,設其關係是一次式,

  • 即做產量y對溫度x的簡單性迴歸


  • y = 60.2633 + 0.1165x


做線性迴歸的適合度檢定

  • 適合度檢定(Goodness of fit)

  • 或稱缺適度檢定(Lack of fit)




8 ancova
8.共變異數分析(ANCOVA)與變異數分析的差異


教學法

  • 假設收集了150位,在三種教學法下的

  • 數學成績(x)(學習前)與統計學成績(y)

  • (學習後)如下:







9.共變異數分析與干擾模式的差異


共變異數分析

  • 討論統計成績是受教學法的影響,

  • 但要將學生數學成績先排除掉

  • 或稱控制數學成績(x),

  • 即以數學成績(x)為控制變數


干擾模式

  • 反之,如果我們想了解

  • 統計成績是否受數學成績的影響,

  • 但我們可能擔心不同的教學法對統計成績影響可能不同(即控制變數變為教學法),

  • 則此研究的”因” 主角是數學成績,

  • 而配角是教學法,

  • 我們稱教學法為干擾變數

  • (Moderating Variable) 。



伴隨變數

  • 如果我們主要是關心因素A各類別

  • 的依變數y平均數是否相等(即檢定)?

  • 而擔心連續型變數x也會對產生作用,

  • 此種情形,我們稱x 為伴隨變數

  • (Covariate Variable),

  • 此模式也稱為ANCOVA


  • 自變數為分類,

  • 但控制變數(或稱伴隨變數)為連續

  • 常採受測者某種“特性當伴隨變數

  • 市場研究方面,如以“銷售商店”為對象,

  • 則常採用商店的員工人數、

  • 前一期的銷售額、廣告費等為伴隨變數





10 mediator variables moderating variables
10.中介變數(Mediator Variables)與干擾變數(Moderating Variables)的差異

  • 中介變數為計量的變數

  • 干擾變數為分類的變數


Z sem
中介變數Z (SEM)




ad